执行c代码 更多内容
  • 准备代码

    #原始数据目录,需要用户手动创建并上传,后续操作步骤中会提示 |── train-00000-of-00001-a09b74b3ef9c3b56.parquet #预训练时预处理后的数据存放地址 |── alpaca_gpt4_data.json

    来自:帮助中心

    查看更多 →

  • 准备代码

    #原始数据目录,需要用户手动创建并上传,后续操作步骤中会提示 ├── train-00000-of-00001-a09b74b3ef9c3b56.parquet #预训练时预处理后的数据存放地址 ├── alpaca_gpt4_data.json

    来自:帮助中心

    查看更多 →

  • 准备代码

    #原始数据目录,需要用户手动创建并上传,后续操作步骤中会提示 ├── train-00000-of-00001-a09b74b3ef9c3b56.parquet #预训练时预处理后的数据存放地址 ├── alpaca_gpt4_data.json

    来自:帮助中心

    查看更多 →

  • 准备代码

    软件包名称中的xxx表示时间戳。 包含了本教程中使用到的推理部署代码和推理评测代码、推理依赖的算子包。代码包具体说明请参见模型软件包结构说明。 获取路径:Support-E 说明: 如果上述软件获取路径打开后未显示相应的软件信息,说明您没有下载权限,请联系您所在企业的华为方技术支持下载获取。 模型软件包结构说明

    来自:帮助中心

    查看更多 →

  • 准备代码

    9b74b3ef9c3b56.parquet #原始数据文件 |── alpaca_gpt4_data.json #微调数据文件 上传代码和权重文件到工作环境 使用root用户以SSH的方式登录Server。 将AscendCloud代码包AscendCloud-xxx-xxx

    来自:帮助中心

    查看更多 →

  • 准备代码

    9b74b3ef9c3b56.parquet #原始数据文件 |── alpaca_gpt4_data.json #微调数据文件 上传代码和权重文件到工作环境 使用root用户以SSH的方式登录Server。 将AscendCloud代码包AscendCloud-xxx-xxx

    来自:帮助中心

    查看更多 →

  • 准备代码

    |──alpaca_gpt4_data.json # 微调数据 |──train-00000-of-00001-a09b74b3ef9c3b56.parquet #预训练数据 |──{output_dir} #{OUTPUT_SAVE_DIR}或yaml文件{output_dir}参数设置值

    来自:帮助中心

    查看更多 →

  • 准备代码

    train-00000-of-00001-a09b74b3ef9c3b56.parquet #预原始数据文件 上传代码到工作环境 使用root用户以SSH的方式登录DevServer。 将AscendSpeed代码包AscendCloud-3rdLLM-xxx-xxx.zip上

    来自:帮助中心

    查看更多 →

  • 准备代码

    #预训练加载的数据 ├── train-00000-of-00001-a09b74b3ef9c3b56.parquet #预训练原始数据文件 ├── finetune #微调训练加载的数据

    来自:帮助中心

    查看更多 →

  • 准备代码

    # 使用git apply修改模型相关代码 代码上传至OBS 代码包解压后,在OBS中创建mllm_train目录,并将train/<commit_id>上传至该目录中。 结合准备数据、准备权重、准备代码,将数据集、原始权重、代码文件都上传至OBS后,OBS桶的目录结构如下。

    来自:帮助中心

    查看更多 →

  • 准备代码

    |──alpaca_gpt4_data.json # 微调数据 |──train-00000-of-00001-a09b74b3ef9c3b56.parquet #预训练数据 |──{output_dir} #{OUTPUT_SAVE_DIR}或yaml文件{output_dir}参数设置值

    来自:帮助中心

    查看更多 →

  • 准备代码

    、训练最佳实践参数等,以上配置文件仅供参考。 代码上传至OBS 本地完成代码包AscendCloud-LLM-xxx.zip的解压,将llm_train文件上传至OBS中。 结合准备数据、准备权重、准备代码,将数据集、原始权重、代码文件都上传至OBS后,OBS桶的目录结构如下。 <bucket_name>

    来自:帮助中心

    查看更多 →

  • 准备代码

    准备代码 本教程中用到的训练、推理代码如下表所示,请提前准备好。 获取模型软件包和权重文件 本方案支持的模型对应的软件和依赖包获取地址如表1所示,模型列表、对应的开源权重获取地址如表1所示。 表1 模型对应的软件包和依赖包获取地址 代码包名称 代码说明 下载地址 AscendCloud-6

    来自:帮助中心

    查看更多 →

  • 准备代码

    |──alpaca_gpt4_data.json # 微调数据 |──train-00000-of-00001-a09b74b3ef9c3b56.parquet #预训练数据 |──{output_dir} #{OUTPUT_SAVE_DIR}或yaml文件{output_dir}参数设置值

    来自:帮助中心

    查看更多 →

  • 修改代码

    修改代码 查看所创建产品的id,查看方式:IoTDA->产品列表。 根据id修改代码。 /** * 电机设备的产品ID */ public static final String MOTOR_PRODUCT_ID = "60988d94aa3bcc02c0200667"; 父主题:

    来自:帮助中心

    查看更多 →

  • 代码解析

    代码解析 开发自定义驱动,进行OT数采。 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40

    来自:帮助中心

    查看更多 →

  • 代码解析

    代码解析 开发自定义驱动,进行OT数采。 public class DcDriver implements PointsCallback, ModuleShadowNotificationCallback { /** * 数采应用客户端,与边缘Hub建立MQTT连接

    来自:帮助中心

    查看更多 →

  • 代码解析

    代码解析 代码解析样例: 数据处理代码解析 工业子系统接入代码解析 协议转换代码解析 OT数采代码解析 父主题: 集成ModuleSDK进行进程应用的开发

    来自:帮助中心

    查看更多 →

  • 代码解析

    电机设备的产品ID */ public static final String MOTOR_PRODUCT_ID = "60988d94aa3bcc02c0200667"; 单击设备的产品ID,需要在IoTDA设备接入创建产品时获取。 片段二 private AppClient appClient;

    来自:帮助中心

    查看更多 →

  • 修改代码

    。 // 设置电机设备产品ID char* MOTOR_PRODUCT_ID = "product_123"; 修改代码之后,根据生成可执行文件进行编译,生成可执行文件。 父主题: 集成ModuleSDK进行数据处理

    来自:帮助中心

    查看更多 →

  • 代码示例

    代码示例 使用Verify方法校验“token”,并且从中获取“issuer”信息。 代码示例如下: @Controller @RequestMapping("/api") public class TestController { @GetMapping("/testApi")

    来自:帮助中心

    查看更多 →

共105条
看了本文的人还看了